社会研究方法Word文档格式.docx
《社会研究方法Word文档格式.docx》由会员分享，可在线阅读，更多相关《社会研究方法Word文档格式.docx（47页珍藏版）》请在冰点文库上搜索。
3.捕获个体的观点
定性研究者和定量研究者都关注个体的观点。
但定性研究者认为他们通过详细的访问和观察，可以更加接近行动者的视野。
他们认为定量研究者很少能够捕获他们的对象的视野，因为他们不得不依靠更为远距离到、推论性到经验方法和材料。
由解释性方法所产生到经验材料被许多定量研究者看作是不可靠到易受影响的和不客观的。
4.考察日常生活的限制
定性研究者更有可能面临和遇到日常社会世界的限制，他们将这个世界看作是在运转的，并将他们的结论嵌入其中。
定性研究者致力于一种主位的、具体的、基于个案的立场，这一立场将他们的注意力引向特定个案的特殊性上。
定量研究者从这个世界中进行抽象，很少直接地对其进行研究，他们寻求一种建立在由大量随机选择到个案所导出地概率基础之上地客位的、发现普遍规律的科学，这种陈述高高在上，并在日常生活的限制之外。
5.获得丰富的描述
定性研究者相信对社会世界的丰富描述是有价值的，而定量研究者带着他们客位的、关于普遍规律性的允诺，很少关注这种细节，定量研究者有意地不关注这种丰富地描述，因为这种细节打断了他们概括的过程。
4、纯粹研究与应用研究
二、社会研究的伦理（导引P102）
1、自愿参与
2、对参与者无害
自愿参与和不伤害参与者已经越来越正式化，形成了“知情同意”——这种规范要求，基于自愿参与的原则而进入研究的对象，必须完全了解他们可能受到的危害。
3、保护研究者权益（匿名与保密）
匿名——当研究者和读者都不可能将回答和回答者对应起来时，这个研究就可以说达到了匿名的要求。
保密——当研究者能够指认特定研究对象的回答，但是承诺不会将其公开时，该研究就达到了保密的要求。
任务报告——和对象交流，让他们了解其在研究中的经历。
当存在伤害参与人的可能性时，这种报告是尤为重要的。
三、社会研究的政治蕴含（社会研究方法P75）
伦理问题与政治问题的区别：
首先，社会学研究中的伦理争议大多与研究方法有关，政治观点的争议则发生在研究的性质和运用中。
其次，伦理争议存在着正式的行为规范，而现实社会没有一种能让社会学家一致接受的政治规范。
四、两种逻辑体系
1、科学的传统模式（三步法、运用的时演绎逻辑）
首先，对真实世界的某些方面产生兴趣，提出理论假设——关于经验事实的可检验的特定期望，它遵从更为一般性的命题；
更为一般地说，它是关于来自理论的事物的本质的期望。
是关于在现实世界中应该能够观察到什么的期望——假定理论是正确的话。
其次，检验假设是否成立：
1.对假设中的变量进行定义
2.说明如何测量变量，即操作化——走出概念化的一步，是发展操作定义的过程，或是对在测量变量时所用到的精确操作的说明。
3.说明变量的意义，即操作定义——根据对观察进行分类的操作而做出的具体的、特定的定义。
零假设——与假设检验和统计度显著检验相关的假设，该假设认为政治被研究的变量之间不存在相关关系。
在统计上否定了零假设之后，就可以得出结论，认为变量之间是相关的。
最后，观察现实世界并测量所看到的现象。
接受或拒绝假设。
2、归纳推理
观察——寻找模式——获得结论
研究设计
一、目的
1、探索
探索性研究也成先导研究，是对某一课题或某一现象进行初步了解。
既可以作为一项独立的研究，又可以为进一步周密、深入的研究工作准备。
目的：
A.满足研究者的好奇心和对某事物更加了解的欲望；
B.探讨对某议题进行细致研究的可行性；
C.发展后续研究中需要使用的方法。
缺点：
很少圆满地回答研究问题，尽管它可以为获得答案和寻求确切答案到研究方法提供线索。
2、描述
描述性研究的目的是系统地了解某一社会现象的状况及发展过程，它通过对现状的准确、全面的描述来解答社会现象“是什么”的问题。
3、解释
试图对社会现象做出普遍的因果解释，以解答“为什么”。
二、通则式研究的解释逻辑
通则式因果关系的准则：
（1）变量之间必须相关——两个变量之间的经验关系，如一个变量的改变影响到另一个变量的改变，或者一变量的特定属性跟另一变量的特定属性相关。
相关本身并不意味着两变量之间的因果关系，但确实因果关系的一个标准。
（2）原因必须先于结果发生。
（3）非虚假关系——两变量之间巧合性的统计相关，其实是由第三个变量引起的。
三、必要原因—充分原因
四、分析单位（研究什么和研究谁）
（1）个体
（2）群体（3）组织
（4）社会人为事实（socialartifacts）——人或其行为的产物。
分析单位的错误推理：
区位谬误——在只对群体进行观察的基础上，错误地得出个体层次上的结论。
简化论——局限于只将某些类型的概念应用于被研究的对象。
五、研究的时间维度
截面研究——以代表了某个时间点的观察为基础的研究。
是对一个代表某一时间点的总体或现象的样本或截面的观察。
探索性和描述性研究通常都是截面研究。
历时研究——该研究设计需要收集不同时间点的数据。
是一种跨时段观察同一现象的研究方法。
趋势研究——一种历时研究，其中总体的某些特征一直得到研究——每一时点都采访不同的样本。
是对一般总体内部历时变化的研究。
世代研究（同期群）——研究者历时性地研究特定亚总体。
尽管在每次观察中，数据可能是从不同到成员中收集的。
专题群体研究——一种历时研究，其中的数据是从不同的时间点的同一批对象收集起来的。
能提供随时间变化的综合性资料，但样本量减损会导致差异。
六、社会研究的具体步骤
1、确定研究课题或假设
2、设计研究方案
（1）概念化——细化所要研究的概念和变量的含义，将模糊的、不精确的观念（概念）明确化、精确化的思维过程。
1.概念的界定：
用抽象定义将概念所指的现象与其他现象区分开来。
2.选择测量指标：
确定如何测量变量，选用哪些指标（我们所选择的观察，它反映我们所要研究的变量）来测量。
3.编制综合指标
概念的具体化过程就是一步步从抽象层次下降到经验层次，使概念具体化为可观测的事物。
（2）选择研究方法
（3）操作化
建立一些具体的程序或指标来说明如何测量一个概念（变量）。
决定如何收集我们所要的资料：
直接观察、阅览官方文件、使用问卷，或是其他技术。
（4）确定研究总体
（5）观察（收集资料）
（6）资料处理
（7）资料分析
（8）得出结论并应用
七、研究计划书
基本要素：
议题或目的，文献回顾，研究对象，测量，资料收集方法，分析，时间表，经费
研究的建构
一、概念化
1、指标与维度
维度——概念的一个可指明的方面，概念的具体层面或具体方面。
区分概念的不同维度可以加深我们对研究事物的了解。
指标互换性——如果多个不同的指标或多或少代表了同一概念，而这个概念既真实又可被观察，代表这些指标的行为就会与代表这个概念的行为一致。
2、真实定义、名义定义与操作定义
真实定义反映了术语的具体化，试图制定概念“真实”的努力只会导致困境：
将概念结构错当成了真实的实体。
详述——使得概念更为明确的过程。
依赖于名义定义和操作定义。
名义定义——指某个术语被赋予的意义，无需指标真实，是任意的。
操作定义——明确、精确地规定了如何测量一个概念，即如何操作。
更接近于名义而非真实定义。
3、概念次序的建立
二、操作化选择
1、变量应该包含的两个要素：
（1）变量的属性要有完备性。
一个变量要对研究产生效用，组成该变量的属性就应该涵盖所有能够观察到的情况。
（2）变量的各个属性应具有“互斥性”。
要将观察结果纳入某个唯一的属性。
2、测量层次：
定性测量——在该测量层次下，变量的属性只有完备性和排他性特征。
即该测量层次只是描述了属性之间的差异——这也是其与定序、定距、定比测量的区别。
定序测量——该测量层次描述了变量的属性沿着某个维度的排行序列。
不同的属性代表了变量的相对多寡程度。
定距测量——该测量层次所描述的变量的属性可以排序，而且相邻属性之间的距离时相等的。
定比测量——该测量层次不仅描述了定性、定序和定距测量所提到的属性，另外还是以“真实的零”为基础的。
三、评估测量质量的标准
1、精确性和准确性
2、信度——指的是测量方法的质量，即对同一现象进行重复观察是否可以得到相同的资料。
（1）前测—后测法
（2）对分法（5:
5）
（3）利用已有的测量法
（4）工作人员的信度：
测量缺乏信度也可能是工作人员所致，由多种方法来检查这种信度，如复证。
此外明确、具体、训练和练习都是避免出现信度问题的有效方法。
3、效度——指的是测量准确地反映了需要测量到概念。
表面效度——衡量一个指标到品质，即该指标看起来是否能对某变量进行合理测量。
标准关联效度——某测量与外在标准相关的程度。
建构效度——在某理论体系内，某测量与其他变量相关的程度。
四、指标、量表和分类法
1、指标和量表
指标——一种复合测量，它包含了多个具体的观察，并代表着一些更一般的维度。
量表——一种复合测量，由多个具有逻辑结构或是经验结构的项目组成。
量表的例子包括鲍嘎得社会距离量表、瑟斯东量表、李克特量表、哥特曼量表。
相同：
指标和量表都是典型的对变量的定序测量，既根据具体变量（如信仰虔诚度、疏离性、社会经济地位、偏见或是智商等）的分析单位进行排序。
区别（通过分值分配方式）：
指标往往通过单个属性到分值积累来建立，如通过加总受访者赞成的偏见陈述的数量来测量偏见；
量表的建立则是通过对问题的不同反应模式赋予相应的分值，使不同选项反映变量变异程度的强弱。
量表利用了任何存在于各种属性之间的差别。
一般而言，量表优于指标，因为量表能测量变量的强弱程度，量表分值所表达的信息比指标多。
2、指标的建构
（1）项目选择
1.表面效度——选择指标项目的首要标准使表面效度（或称为逻辑效度）；
2.单一维度——指标还应具有单一的维度，如反映宗教虔诚度的项目绝对不能包括在测量政治保守程度的项目中，即使两者有经验上的相关度；
3.变异值——选择某个指标项目时，应该注意项目之间的变异值，如就有关政治保守度的项目而言，应该更多注意被归类为政治保守的受访者所占的整体的比例，如果结果显示无人被归类为保守者或每一个都时保守者，则上述项目对于指标的建立而言就没有用处。
为了确保项目之间存在变异，可以考虑两种方式：
第一，可以根据受访者对某变量多个项目的回答将其分为多个大小相同的群体：
如一半是保守派一半是自由派。
第二，选择彼此有差异的项目。
这点对于指标和量表的制定都是不可或缺的。
（2）经验关系的检验（社会研究方法P153）
指标建立的第二个步骤是必须考察项目之间的经验关系。
如果两个项目之间是经验相关的，我们就可能合理地人为两者都反映了同一变量，也就可以将它们放在同一指标里。
项目之间，存在两种类型地可能关系：
1.二元关系——就是两变量之间地关系。
如果项目之间没有关系，则这两个项目就不是在测量同一个变量。
因此，如果某个项目与其他所有项目都不相关，则该项目就应该被排除在考虑之外。
如果两个项目之间有很强地关系或完全相关，在建立指标时就只需要保留其中一个项目，因为被保留的项目能够完全涵盖另一个项目所表达的意义
2.多元关系
（3）指标赋值
在选定了指标的最适当的项目之后，就可以对不同的回答选项赋予分值，以建立单一的复合指标。
在这个步骤中包括两个基本决策：
1.必须确定指标分值的范围。
指标相对于项目的最主要优势，就是它可以测量变量的变异程度。
（1）指标应该有一个范围；
（2）指标范围内每一点应该有组都的样本数
2.给每一个回答选项赋值。
首先要确定的时给每一个回答选项相同的还是不同的权重（使用不同的权重时必须有确切的理由，一般做法时使用相同的权重），如果指标代表的是某个变量不同方面的复合情形，那么每个方面就应该有相同的权重。
此外也要考虑到样本的分布状态。
3.赋值方法的选择一定是协调各种要求的结果。
（4）处理缺损资料
首先，如果缺损资料的样本量很少，在建立指标和分析资料时就可以剔除这些样本。
（会造成研究结果代表性的误差）
其次，可以根据既有的回答来处理缺损资料。
如通常选择“是”，“否”的回答空着。
第三，如果仔细地分析缺损资料，也能了解其含义。
其他，如某一项目可能有多种分值，缺损资料分值就应该是分值范围的中间值。
或用随机方式给缺损资料赋值。
如果用多个项目创造指标，则可以用观察值的比例值来取代缺损资料。
最好最安全的方法，就是用其他方法建构指标，看看是否有同样的发现。
不管怎么说，理解资料才是最终的目的。
（5）指标的鉴定
鉴定的基本逻辑是该复合指标可以用于测量变量，即可以根据不同样本所得到的指标分值进行等级排序。
1.项目分析
指标鉴定的第一步，即内在鉴定，被称为项目分析——评估复合测量中所包含的每个项目是具有独立的贡献还是只是复制了其他项目的贡献。
2.外在鉴定——通过检验某测量（如指标或者量表）和测量同一变量的其他指标之间的关系来判断该测量的效度。
指标无法通过外在鉴定有两种可能：
（1）指标无法充分测量变量
（2）检验项目无法充分测量变量，进而无法检验指标。
首先应该重新考察指标本身，谈后再看是否因为外在鉴定项目与指标中个别项目有关系，与另一些指标没有关系，那么就会增强对建立指标的理解。
3、量表的建构
（1）鲍嘎德社会距离量表——用于判断人们进入其他类型对社会关系的意愿的一种测量技术，长项在于能够在不丢失原始信息的同时汇总多个不连续的回答。
如：
假设要探讨美国人与阿尔巴尼亚人交往的意愿，可能会询问美国人如下问题：
1.你愿意让阿尔巴尼亚人住在你的国家吗？
2.你愿意让阿尔巴尼亚人住进你的社区吗？
3.你愿意让阿尔巴尼亚人住在你家附近吗？
4.你愿意让阿尔巴尼亚人住在你的隔壁吗？
5.你愿意让你的孩子与阿尔巴尼亚人结婚吗？
该量表的项目在强度上有明显差别，且程递进，说明了量表作为资料压缩工具的经济性。
（2）瑟斯东量表——一种复合测量，根据“裁判”对变量的指标给出的权重来建构。
其试图在变量的指标项目之间建立一种经验性结构，其中最常出现的是“等距”结构。
使用频率不高，只要原因在于项目的确定必须有10-15个裁判对项目打分，需要花费大量的时间精力，裁判的质量取决于它们对变量的认识和经验，只有专家才做得到。
再者，组成变量的项目的含义也会随时间的演进而有所改变，某个项目可能在不同的时候有不同的分值，为增进量表效果就需要每隔一段时间进行更新。
（3）李克特量表——李克特发展出来的复合测量类型，它试图通过在问卷调查中使用标准化的回答分类来提高社会研究的测量层次，并一次来决定不同项目的相对强度。
李克特项目就是利用诸如非常同意、同意、不同意、非常不同意这样的回答来分类。
这些项目在李克特量表的建构中会用到，同时也可以用在其他类型的复合测量中。
（2）语意差异——受访者被要求根据两个相反意义的形容词来评价某事的一种问卷格式。
其中会用到一些限定词来连接这两个形容词，比如“十分”、“有些”、“都不”、“有些”和“十分”。
十分
有些
两者皆
愉悦的
不悦的
简单的
复杂的
不和谐的
和谐的
传统的
现代的
（3）哥特曼量表——用于总结多个不连续的观察的一种复合测量，它代表了一些更加概括的变量。
其逻辑基础是，受访者主要支持某个较强的变量指标，就一定会支持较弱的指标。
该量表的基础是真实观察资料的结构，能够构成哥特曼量表的只是那些被用于分析的一组资料。
4、分类法——根据两个或多个变量的属性来对观察进行分类（典型地体现在定性研究中）。
比如，将新闻分为自由主义—城市，自由主义—农村，保守主义—城市，保守主义—农村。
（当作自变量来分析不会有什么问题，但当作因变量来分析，问题就会非常大）
五、抽样逻辑（研究设计与社会测量导引P54）
1、两种抽样方法
概率抽样——根据概率理论来选择样本的方法的总称。
一些随机选择机制就是典型。
具体的概率抽样类型包括EPSEM、PPS简单随机抽样和系统抽样。
非概率抽样——抽取样本的方式并不依据概率理论。
比如就近抽样、目标式（判断式）抽样、配额抽样和滚雪球抽样。
2、非概率抽样
（1）就近抽样——指研究者将在一定时间、一定环境里所能遇见到或接触到的人均入选样本的方法。
方便省力缺点：
样本的代表性差，有很大的偶然性
（2）目标式或判断式抽样——一种非概率抽样，其选择观察对象的方式是以个人的判断（对象是否最有效或者最有代表性）为基础的。
在无法确定总体边界，或因研究者的时间和设备有限而无法进行概率抽样时，可选用。
其目的作用是发现问题，提出假设，而不是在于对总体做出概括。
（3）配额抽样——一种根据预先了解的总体特征来选择样本的方法，这样就能保证样本的特征分布和所要研究的总体一样。
与分层抽样中的比例抽样相似，也是按照调查对象的某种属性或特征将总体中所有个体分成若干类或层，然后在各层中抽样，样本中各层所占比例与他们在总体中所占比例一样，但不同的是，分层抽样中各层样本是随机抽取的，而定额抽样中各层样本是非随机抽取的。
定额抽样假定：
（1）只要类型划分细，那么同一个类型中的每一个个体都是同质的，因而无需采用随机抽样。
（2）只要类型划分合理，而且分配给各类的名额复合总体中各类人员的分布，那么样本就可以准确地反映总体。
但这两个假定在实施过程中很难做到，一方面在分层时不可能同时兼顾总体地众多属性，而只能考虑其中几种，因此不可能做出很细的分类，另一方面，有关总体分布变化的最新信息并不容易得到，因而配额的合理性很难保证，这些都会影响样本代表性
（4）滚雪球抽样——一种经常用于实地研究的非概率抽样方法：
每个被访问者都可能被要求介绍其他的人来参与访谈。
在特定总体的成员难以找到时，时最合适的一种方法。
（5）选择线人——对你所渴望研究的社会现象相当熟悉的人，而且他还愿意告诉你他所知道的，注意不要和受访者混为一谈。
线人应该时研究对象的群体中具有代表性的人物。
3、概率抽样的逻辑
背后的观念：
要对总体进行有用的描述，从该总体中抽样出来的样本必须包含总体的各种差异特征。
（1）有意识与无意识的抽样误差
（2）代表性与选择概率
代表性——就是样本具有跟其所从中挑选出来的总体相同的特征。
通过对样本的分析所得出来的描述和解释也同样适用于总体。
代表性给概化和推论统计提供了可能性。
在概率抽样下，代表性会更好。
EPSEM（等概率抽样方法）——在这种样本设计中，总体中的每个成员都具有相等的被选进样本的机会。
即如果总体中的每一个体被抽取为样本的概率相同，那么从这个总体中抽取的样本就具有对该总体的代表性，具有这一性质的样本通常被称为EPSEM。
概率抽样的优点：
1.概率抽样虽然无法完美地代表总体，但较其他抽样方法更具代表性，因为它能避免我们讨论过的各种偏见。
2.概率理论使我们能够估计样本的精确度及代表性
（3）随机选择
要素——构成总体的单位，也是样本所包含的内容。
要注意区别资料分析中的分析单位。
总体——理论上研究要素的特定集合体。
研究单位——从中选抽出样本的全体要素总和。
抽样单位——在一些抽样阶段所要考虑到的要素或者某组要素。
抽样的最终目的：
通过抽样方法从总体中选择一些要素，并通过对这些要素的描述（统计值）以精确描绘样本总体的各种特征。
概率抽样使这一目标更易于实现，并能提供方法以估计成功的程度。
随机抽样是这一过程的核心。
采用随机抽样的原因：
1.这一过程可以避免研究者自觉或不自觉的偏见。
2.随机抽样为我们进入概率理论提供了契机，而这一理论提供了估计总体参数和抽样误差的基础。
（4）概率理论、抽样分布和抽样误差评估
概率理论——是数学的一个分支，为研究者提供了设置抽样技术和分析样本结果的工具。
更一般地说，概率理论为估测总体参数提供了基础。
关键就在于抽样分布。
概率——又称或然率、机会率或机率、可能性，是数学概率论的基本概念，是一个在0到1之间的实数，是对随机事件发生的可能性的度量。
参数——对总体中的某变量的概括性描述。
（5）样本分布和抽样误差的评估
统计量——对样本中的变量的概括性描述，并被用来估测总体参数。
抽样分布的问题：
1.如果我们由总体内随机抽取许多独立的样本，这些随机抽样所得到的统计结果将以一种可知的方式分布在总体参数附近。
2.概率理论也提供给我们计算公式，以估计这些样本统计值与真实值的差距。
也就是说，根据概率理论，我们能够估算抽样误差（samplingerror）——概率抽样中的误差程度。
决定抽样误差的公式包括三个因素：
参数、样本规模和标准误。
（社会研究方法P190）
（6）置信区间和置信水平
置信水平——总体参数值落在一既定置信区间的估测概率。
比如我们有95％的信心说35-45％的投票者会支持候选人A
置信区间——估测总体参数值的范围。
4、总体与抽样框
升级会员 